İMGE İŞLEME Ders-2. İmge Dosya Tipleri ve Temel İşlemler. Dersin web sayfası:
|
|
- Ömer Büker
- 8 yıl önce
- İzleme sayısı:
Transkript
1 İMGE İŞLEME Ders-2 İmge Dosya Tipleri ve Temel İşlemler (Yrd. Doç. Dr. M. Kemal GÜLLÜ) Dersin web sayfası: Hazırlayan: M. Kemal GÜLLÜ
2 MATLAB temel bilgiler 16 Mart
3 16 Mart
4 İmge Dosya Tipleri Sayısal imgeler genellikle bmp, jpg, tiff, raw gibi formatlarda saklanmaktadır. Gri tonlu, 8bit/piksel bit derinliğinde, 1000x1000 piksel boyutlu bir imgenin bellekte kaplayacağı alan nedir? Yanıt: bayt = 977 kbayt Eğer yukarıdaki imge renkli olsaydı, bu imgenin bellekte kaplayacağı alan: 977 kbayt x 3 = 2931 kbayt = 2.86 Mbayt 16 Mart
5 İmge Dosya Tipleri (raw) Yalnızca piksel ışıklılık değerlerini barındıran dosya tipidir. İmgenin piksel boyutunu gösteren herhangi bir başlık bilgisi içermez. İmgeyi açmal için piksel boyutunu bilmek gerekir. Bu tip dosyaları Matlab ya da C gibi programlama dillerini kullanarak açmak için bilinen dosya açma işlemlerini yapmak gerekmektedir. w=256; h=256; % imgenin yatay boyutu % imgenin düşey boyutu f=fopen('c:\documents\lena.raw','r'); % açılacak dosyanın konumu ve adı f dosya değişkenine yüklendi I=fread(f); I=reshape(I,w,h); status=fclose(f); % imge I değişkenine dizi olarak alındı % 2-boyutlu matrise dönüştürüldü % dosya kapandı figure; imshow(uint8(i')); % Ekranda imge görüntülendi 16 Mart
6 İmge Dosya Tipleri (yuv) Renk bileşenleri sıkıştırılmıştır. Raw dosya tipine benzer şekilde, bu dosya tipinde de imgenin piksel boyutu dosya içerisinde yoktur. Bu nedenle imgenin boyutlarının önceden bilinmesi gerekmektedir. 16 Mart
7 İmge Dosya Tipleri (bmp) Sıkça kullanılan bir imge dosya tipidir. Sıkıştırılmamış ve sıkıştırılmış dosya yapısı mevcuttur. Sıkıştırılmamış dosya yapısında, raw dosya tipine ek olarak imgenin piksel boyutu, bit derinliği gibi bilgileri turan başlık kısmı vardır. Matlab ile.bmp uzatılı bir imgeyi okumak için I=imread('C:\Documents\lena.bmp'); Kodunu yazmak yeterlidir. C ve diğer programlama dillerinde ise mevcut kütüphanelerden faydalanılarak bu dosya tipi okunabilmektedir. 16 Mart
8 İmge Dosya Tipleri (diğer) Tiff, jpeg, png, gif, pbm, pgm, hdf, pcx... gibi imge dosya tipleri de vardır. Tiff genellikle bmp benzeri bir dosya tipi olmakta birlikte kayıplı sıkıştırma modu da vardır. Bunun yanında 10 bit/piksel, 16 bit/piksel gibi bit derinliklerinde kayıt olanagına sahiptir. Matlab imread komutu ile okunmaktadır. Jpeg kayıplı bir imge dosya tipidir. Bu sıkıştırma kullanılarak imge yüksek verimlilikle sıkıştırılabilmektedir. Bu dosya tipi de Matlab imread komutu ile okunmaktadır. 16 Mart
9 İmge standart boyutları CIF: Common Intermediate Format VGA: Video Graphics Array SIF: Source Intermediate Format SQCIF QCIF CIF CIF CIF VGA QVGA SCIF Mart
10 devirme B= A B( ji, ) = Ai (, j) ( i = 0,..., N 1, j = 0,..., M 1) 16 Mart
11 düşeyde çevirme B( im, j 1 ) = Ai (, j) ( i = 0,..., N 1, j = 0,..., M 1) 16 Mart
12 döndürme 90, 180, 270 gibi açılarda döndürme işlemlerini kolayca gerçekleştirebiliriz. Bu açıların dışındaki değerlerde ise açısal döndürme işlemlerinin (Sin x, Cos x değerlerini kullanarak) yapılması gerekmektedir. Bunun yerine, Matlab hazır işlevlerinden imrotate kullanılabilir. Ir=imrotate(I,açı,yöntem); Örn; açı: saat yönünün tersi dönülecek açı değeri. yöntem: döndürme işlemi sonrasında yeni piksel değerlerinin hesaplanacağı aradeğerleme yöntemi. nearest, bilinear, bicubic, Ir=imrotate(I,45, bilinear ); 16 Mart
13 kırpma B( i, j) = An ( 1+ in, 2 + j) ( i = 0,..., m1 1, j = 0,..., m2 1) ( n1, n2) şlangıç ba noktası ( m, m ) pencere boyutlar ı Mart
14 öteleme ( ) 1 2 ( i = n1,..., N, j = n2,..., M) ( n, n ) şlangıç ba noktası B i, j = Ai ( n+ 1, j n + 1) Mart
15 öteleme Öteleme işlemi yapan bir Matlab işlevi yazalım: function [B]=my_otele(A,n1,n2) [w,h]=size(a); B=zeros(w,h); for i=n1:w for j=n2:h end end B(i,j)=A(i-n1+1,j-n2+1); Burada for döngüleri yerine tek bir satır yazarak aynı işlem yapılabilir.? 16 Mart
16 boyut değiştirme-yakınlaştırma Yakınlaştırma, düşük piksel boyutlu bir imgenin piksel boyutunun yazılımsal olarak arttırılmasıdır. Sayısal yakınlaştırma (digital zoom). 16 Mart
17 boyut değiştirme-yakınlaştırma Boyut büyültmede daha yumuşak geçişler için: 16 Mart
18 boyut değiştirme-yakınlaştırma Hangisi daha görünür? 16 Mart
19 boyut değiştirme-uzaklaştırma Birden fazla pikselin değeri çeşitli matematiksel işlemlerden geçirilerek bir piksele atanır. 16 Mart
20 boyut değiştirme Matlab ile boyut değiştirme için imresize adındaki işlev kullanılabilmektedir. Is=imresize(I,oran,yöntem); oran : giriş imgesinin boyutunun değişme oranını verir. oran>1 (büyütme), oran<1 (küçültme). yöntem : boyut değiştirmede kullanılacak aradeğerleme yöntemi. Örn; Is=imresize(I,0.97, bicubic ); 16 Mart
21 İmge oluşturma Mart
22 İmge oluşturma (128,128) merkezli, yarıçapı 80 piksel beyaz bir daire 16 Mart
23 İmge oluşturma??? A B C = X / Mart
24 Ortalama ve Değişinti Bir imgenin örnek ortalaması (sample mean): Örnek değişintisi (sample variance): Örnek standart sapması (örnek st. sapma): 16 Mart
25 İMGE İŞLEME Ders-3 İmge Pekiştirme (Nokta İşlemleri) (Yrd. Doç. Dr. M. Kemal GÜLLÜ) Dersin web sayfası: Hazırlayan: M. Kemal GÜLLÜ
26 Nokta İşlemleri Piksellerden oluşan imge uzayına uzamsal düzlem (spatial domain) denir. Uzamsal düzlem işlemleri aşağıdaki gösterimle ifade edilmektedir. (, ) (, ) g xy = T f xy işlev Buradaki T işlevi, doğrudan (x,y) pikselini işleyebileceği gibi, (x,y) pikselinin komşuluklarını da hesaba katabilir. 16 Mart
27 Nokta İşlemleri Eğer komşuluk boyutu 1x1 ise (yalnızca (x,y) pikseli alınıyor), bu durumda T gri-seviye dönüşüm işlevi (grayscale-level transformation function) olarak adlandırılır. Bu tür işlemlere de nokta işlemleri (point operations) adı verilir. Bu işlem kısaca aşağıdaki şekilde yazılabilir. ( ) s = T r 16 Mart
28 Parlaklık Ayarı (, ) (, ) = (, ) + g xy = T f xy f xy b b>0 ise parlaklık artar b<0 ise parlaklık azalır s = r+ b orjinal b = -50 b = Mart
29 Karşıtlık (Kontrast) Ayarı (, ) (, ) = af ( x, y) g xy = T f xy a>1 ise karşıtlık artar a<1 ise karşıtlık azalır s = ar orjinal a = 0.5 a = 2 16 Mart
30 Parlaklık+Karşıtlık Ayarı g (, ) (, ) = (, ) + g xy = T f xy af x y b 255 s = r s = ar + b b 255 f 16 Mart
31 Parlaklık+Karşıtlık Ayarı g 255 (, ) (, ) g xy = T f xy s = r MATLAB imadjust işlevi b 255 f 16 Mart
32 Parlaklık+Karşıtlık Ayarı Kısmi-doğrusal dönüşüm 16 Mart
33 Eşikleme g 255 s = r Sonuçta ikili (binary) imge oluşuyor. T 255 f 16 Mart
34 Olumsuzlama g 255 s = r s = L r ( L = 255) 255 f 16 Mart
35 Histogram Her bir gri ton seviyesinin ([0,255]) imgedeki bulunma sıklığını (frekansını) gösterir. Yani imgedeki piksellerin dağılımı hakkında bilgi verir. İmge pekiştirmede sıkça kullanılmaktadır. ( ) h r rk n k k = n k : k. gri seviye : k. gri seviyedeki toplam piksel sayısı Histogram normalize edildiğinde ise gri seviyelerin imge içerisindeki bulunma olasılıklarını verir. imgedeki toplam piksel sayısı İlgili seviyenini olasılık değeri ( ) = / p r n n k k = 0,1,..., L 1 k 16 Mart
36 Histogram gri ton seviyesi MATLAB imhist işlevi 16 Mart
37 Histogram Piksel konum bilgisi bulunmaz! 16 Mart
38 Histogram Karanlık imge Parlak imge 16 Mart
39 Histogram Karşıtlığı düşük imge Karşıtlığı yüksek imge 16 Mart
40 Sürekli Genlik Rastlantı Değişkenleri 16 Mart
41 Sürekli Genlik Rastlantı Değişkenleri 16 Mart
42 Ortalama ve Değişinti 16 Mart
43 Ayrık Genlik Rastlantı Değişkenleri 16 Mart
44 Ayrık Genlik Rastlantı Değişkenleri 16 Mart
45 Olasılık Yoğun Fonk. Olarak Histogram 16 Mart
46 Histogram Eşitleme Amaç: İmgedeki düşük görünürlüğü iyileştirmek. Olasılık dağılımına bağlı olarak doğrusal olmayan dönüşüm gerçekleştirilir. Bu sayede, bulunma olasılığı yüksek pikseller arası fazlaca açılırken, düşük olasılıklı seviyeler birbirine daha yakın hale gelir. cdf ( v) cdf ( v) ( M N ) cdf min = round 1 cdf min ( L ) 16 Mart
47 Histogram Eşitleme cdf ( v) cdf ( v) ( M N ) cdfmin = round 1 cdfmin ( L ) blok cdf ( v) ( v) cdf 1 = round cdf ( 78 ) = round 255 = 182 histogram cdf ( 154 ) = round 255 = 255 cdf 16 Mart
48 Histogram Eşitleme İmgenin olasılık dağılım fonksiyonu doğrusallaştırılmaktadır. Doğrusallaştırılmış cdf 16 Mart
49 Histogram Eşitleme 16 Mart
50 Histogram Eşitleme 16 Mart
51 Histogram Eşitleme 16 Mart
52 Histogram Eşitleme 16 Mart
53 İMGE İŞLEME Ders-4 Piksel Komşuluk İşlemleri (Yrd. Doç. Dr. M. Kemal GÜLLÜ) Dersin web sayfası: Hazırlayan: M. Kemal GÜLLÜ
54 İmgenin Ortalama ve Değişintisi Bir imgenin ortalaması (mean): µ 1 N i =Ε ( ) = = X x x N i= 1 Bir imgenin değişintisi (variance): Var X ( 2 ) ( ) ( X ) 2 σ = =Ε µ 1 N i i= 1 ( x x) = N MATLAB da 2-boyutlu matrisin ortalamasını almak için mean2 işlevi kullanılaktadır. Değişinti hesabı için std2 standart sapma bulma işlevi kullanılmaktadır. Daha sonra standart sapmanın karesi alınarak değişinti bulunabilmektedir. 16 Mart
55 İmgenin Ortalama ve Değişintisi MATLAB da 8 bitlik bir I imgesi açıp, imgenin her bir pikseline erişerek etrafından nxn boyutlu bir blok alın ve bloğun standart sapmasını hesaplayın. I ile aynı boyutta oluşturacağınız I2 imgesinin ilgili pikseline bulunan standart sapma değerini yazınız. Bu işlemi imgedeki bütün pikseller için yapınız. 16 Mart
56 Piksel Komşuluk İşlemleri Her bir piksel için yeni bir değer hesaplanmaktadır. İlgili pikselin yeni değeri, komşu piksellerin değerleri de dikkate alınarak bulunur. Kullanılacak piksellerin ağırlıkları, yapılacak işleme bağlı olarak değişmektedir. Kenar bulma, gürültü giderme, imge keskinleştirme, yumuşatma gibi işlemlerde kullanılmaktadır. Hesapsal yükü, nokta işlemlerine göre oldukça fazla olabilmektedir. 16 Mart
57 Evrişim (Convolution) İki fonksiyonun etkileşimi olarak ifade edilebilir. ( ) ( ) f * g = f τ g t τ dτ İmge işlemede sıkça kullanılmaktadır. Sistemin, giriş işaretine etkisini vermektedir. 16 Mart
58 Evrişim (Convolution) Evrişimin ayrık zamanlı 2-boyutlu ifadesi: ( ) g xy, = k* f ( xy) ( m+ n+ ) m n i= mj= n (, ) (, ) = kij f x iy j k, evrişim çekirdeği (convolution kernel) f, giriş imgesi g, çıkış imgesi,, ilgili piksel konumu 2 1, 2 1, ğin çekirde yatay ve düşey uzunluğ Evrişim çekirdeği (kernel) genelde, evrişim maskesi (convolution mask), evrişim penceresi (convolution window) olarak da adlandırılabilmektedir. 16 Mart u
59 Evrişim (Convolution) ( ) g xy, = k* f m n i= mj= n (, ) (, ) = kij f x iy j (, ) = (, ) ( +, + ) + k( m+ 1, n+ 1) f ( x+ m 1, y+ n 1) g xy k m n f x my n +... (, ) (, ) + k mn f x my n (, ) = ( 1, 1) ( + 1, + 1) + k( 1, 0) f ( x+ 1, y) g xy k f x y +... ( 1,1) ( 1, 1) + k f x y 16 Mart
60 Evrişim (Convolution) ( ) g xy, = k* f m n i= mj= n (, ) (, ) = kij f x iy j 16 Mart
61 Evrişim (Convolution) 1 * Giriş imgesi Evrişim çekirdeği Çıkış imgesi MATLAB da 2-boyutlu evrişim conv2 işlevi ile yapılabilmektedir. Bunun yanında imge süzgeçlerken genellikle imfilter işlevi kullanılmaktadır. 16 Mart
62 Evrişim (Convolution) Evrişim işleminde kenar bölgelerindeki taşma durumunda olası işlemler: Kenar bölgelerini işlememe, Kenar bölgelerini kesme, Kenar bölgelerinde evrişim çekirdeğini kırpma, Kenar bölgelerini aynen kopyalama (imge boyutları büyür), Kenar bölgelerini aynalayarak kopyalama (imge boyutları büyür)... Hesapsal yük: ( ) mn, boyutlu bir evrişim çekirdeği kullanıldığında bir piksel için çıkış değerinin hesaplanmasında gerekli işlem sayısı: ( m n)[ çarpma] + ( m n 1)[ toplama] 16 Mart
63 Evrişim (Convolution) Delta fonksiyonu Kaydır ve çıkart 16 Mart
64 Evrişim (Convolution) 1/8 1/8 1/8 1/8 1 1/8 1/8 1/8 1/8 Kenar bulma k/8 k/8 k/8 k/8 k 1 k/8 + k/8 k/8 k/8 Kenar pekiştirme 16 Mart
65 Uzamsal Frekans Kavramı İmgede pikseller arasındaki yumuşak geçişler uzamsal düşük frekanslara karşılık gelir. Sert geçişler (kenarlar, nesne sınırları...) uzamsal yüksek frekanslara karşılık gelir. 16 Mart
66 Evrişim (Convolution)-Yumuşatma En temel evrişim çekirdeğidir. İmgedeki gürültü etkilerini azaltır. Kenarları yumuşatır / / Mart
67 Evrişim (Convolution)-Yumuşatma Çekirdek boyutunun yumuşatmaya etkisi: Orjinal imge 3x3 5x5 9x9 15x15 35x35 16 Mart
68 Evrişim (Convolution)-Yumuşatma Ağırlıklı ortalama alma işlemi de yapılabilmektedir. (, ) g xy = m n i= mj= n (, ) (, ) wij f x iy j m n i= mj= n (, ) wij / Kenar bölgelerindeki yumuşamayı azaltmak için kontrollü ortalama alma yapılabilir. (, ) g xy 1 1 f ( x i, y j), f ( x, y) f ( x i, y j) < T ws ws ws ws = i j i j f ( xy),, ğer di MATLAB da uygulayınız 16 Mart
69 İMGE İŞLEME Ders-5 Piksel Komşuluk İşlemleri-2 (Yrd. Doç. Dr. M. Kemal GÜLLÜ) Dersin web sayfası: Hazırlayan: M. Kemal GÜLLÜ
70 Ortanca (Median) Süzgeç Süzgeçleme işlemi, pencere içerisindeki piksellerin sıralanması temelinde yapmaktadır. Doğrusal olmayan bir süzgeçlemedir. Dürtü ve tuz-biber gürültülerinin giderilmesinde etkin başarım sağlamaktadır. İmgenin kenar bölgelerini bozmaktadır. 25, 28, 29, 34, 38, 41, 45, 46, 56 Yeni piksel değeri MATLAB da imgeye gürültü eklemek için imnoise işlevi kullanılmaktadır. 16 Mart
71 Ortanca (Median) Süzgeç Tuz ve biber gürültüsünün (salt and pepper noise) ortanca süzgeç ile giderilmesi Gürültü eklenmiş imge 3x3 ortalama süzgeç ile gürültü giderme 3x3 ortanca süzgeç ile gürültü giderme MATLAB da ortanca süzgeçleme için medfilt2 işlevi kullanılmaktadır. 16 Mart
72 Evrişim (Convolution)-Keskinleştirme Kenar: İmgedeki keskin ışıklılık değişimleridir. Keskinleştirme işlemindeki temel hedef detayları daha görünür hale getirmek ve bulanık bölgelerden detay çıkartmaya çalışmaktır. Keskinleştirme işlemi, çıktı kalitesini arttırma, tıbbi görüntüleme, endüstriyel denetim, kendi kendine dolaşan robot gibi uygulamalarda kullanılmaktadır. 16 Mart
73 Evrişim (Convolution)-Kenar Bulma Kenar bulma imge içerisindeki anlamlı kenarların bulunması olarak ifade edilmektedir. Bölütlemede nesne sınırlarının bulunması, tanımada örüntü çıkartma, hareket analizinde bölgeleri takip etme gibi uygulamalarda kenar bulma kullanılmaktadır. 16 Mart
74 Evrişim (Convolution)-Keskinleştirme Keskinleştirme işlemi, sayısal türevleme kullanılarak farklı yollarla yapılabilmektedir. Temelde, türev alma işleminin yanıtı, imge operatörün uygulandığı noktadaki süreksizlik ile orantılıdır. Tek boyutlu bir fonksiyon için 1. dereceden türev: 2. dereceden türev: f = f x + f x x ( 1) ( ) 2 f = f x+ 1 + f x 1 2f x 2 x ( ) ( ) ( ) 16 Mart
75 Evrişim (Convolution)-Keskinleştirme gürültü 1. ve 2. dereceden türev değerlerini karşılaştırınız 16 Mart
76 Evrişim (Convolution)-Keskinleştirme 1. dereceden türev kalın kenarlar üretmektedir. 2. dereceden türev, detay bölgelerinde daha fazla tepki vermektedir (örn; dikey ince çizgi ve gürültü bölgeleri). 2. dereceden türev, kenar bölgelerinde ve nokta değişimlerinde daha fazla tepki vermesinden dolayı, keskinleştirmede daha fazla tercih edilmektedir. 2. Dereceden Türev Kullanımı - Laplacian Filtresi: ayrık şekilde: f x f y f = f = f x+ 1, y + f x 1, y 2 f x, y 2 2 x ( ) ( ) ( ) 2 f = f xy, f xy, 1 2 f xy, 2 2 y ( ) ( ) ( ) 16 Mart
77 Evrişim (Convolution)-Keskinleştirme Tek bir ifade ile 2-B Laplacian: ( 1, ) ( 1, ) (, 1 ) (, 1) 4 (, ) 2 = f f x y f x y f x y f x y f x y Mart
78 Evrişim (Convolution)-Keskinleştirme 2-B Laplacian çekirdeği kullanılarak süzgeçlenen imge ile orjinal imge kullanılarak keskinleştirilmiş imge aşağıdaki şekilde elde edilir: (, ) g xy = ( 2 ) ( ) ( 2 ) + ( ) f xy, ğer fçekirdeğin xy,, emerkez değeri neg f xy, ğer fçekirdeğin xy,, emerkez değeri poz atif ise itif ise Orjinal imge Laplacian filtrelenmiş imge Sonuç imgesi 16 Mart
79 Evrişim (Convolution)-Kenar Bulma 1. Dereceden Türev Kullanımı Eğim (Gradyan-The Gradient): 2-B sütun vektörü olarak gradyan: f G x x f = = G f y y Bu vektörün genliği: 2 1/2 2 2 f f f = mag ( f ) = Gx + G y = + x y 2 1/2 Gradyeni bulurken kare ve karekök alma işlemlerinin hesapsal yükünü azaltmak için pratikte mutlak toplam kullanılmaktadır: f G + G x y 16 Mart
80 Evrişim (Convolution)-Kenar Bulma z z z z z z z z z Robert cross gradient operator: G = z z x y 8 5 G = z z 6 5 G = z z x y 9 5 G = z z 8 6 f G + G x z z + z z y f G + G x z z + z z y Sobel Operatörleri Boyutu çift sayılardan (2x2) oluşan maske yerine 3x3 maske oluşturursak: ( 2 ) ( 2 ) ( 2 ) ( 2 ) f z + z + z z + z + z + z + z + z z + z + z Mart
81 Evrişim (Convolution)-Kenar Bulma Prewitt Operatörü: h yatay = h düşey = Not: Çekirdekler kullanılarak elde edilen imgenin eşiklenmesi ile ikili kenar imgesi oluşmaktadır. 16 Mart
82 Evrişim (Convolution)-Kenar Bulma Kirsch Operatörü: Örüntü tanımada şablon eşleştirmede kullanılmaktadır. Kenar yönlerine çok duyarlıdır. h = h = h = Mart
83 Uygulama a- Orjinal imge b- Laplacian c- Orjinal + Laplacian d- Sobel 16 Mart
84 Uygulama-devam 16 Mart
85 İlinti (Correlation) İki işaret ya da imge arasındaki ilişkinin bulunması, Bir imgenin içerisinde imge parçası arama gibi işlemlerde kullanılmaktadır. (, ) r xy : imge ortalaması ( xy) ( (, ) ) (, ) ( ) m n 2 m n 2, : ilgili piksel konumu m n i= mj= n hij h f x+ iy+ j f ( (, ) ) (, ) ( ) hij h f x+ iy+ j f i= mj= n i= mj= n h : aracak blok f : aramanın yapılacağı imge h : blok ortalaması f = 16 Mart
86 İlinti (Correlation) 16 Mart
İMGE İŞLEME Ders-2. İmge Dosya Tipleri ve Temel İşlemler. (Yrd. Doç. Dr. M. Kemal GÜLLÜ)
İMGE İŞLEME Ders-2 İmge Dosya Tipleri ve Temel İşlemler (Yrd. Doç. Dr. M. Kemal GÜLLÜ) Dersin web sayfası: http://mf.kou.edu.tr/elohab/kemalg/imge_web/odev.htm Hazırlayan: M. Kemal GÜLLÜ MATLAB temel bilgiler
DetaylıİLERİ GÖRÜNTÜ İŞLEME Ders-1
İLERİ GÖRÜNTÜ İŞLEME Ders- Elektromanyetik Spektrum Görünür Bölge 7 nm 4 nm Temel Kavramlar (Prof. Dr. Sarp ERTÜRK) 9/24/24 2 Hazırlayan: M. Kemal GÜLLÜ Sayısal İmge Gösterimi f x, y imgesi örneklendiğinde
DetaylıİMGE İŞLEME Ders-2. İmgeler, Dosya Tipleri ve Temel İşlemler. (Prof. Dr. Sarp ERTÜRK)
İMGE İŞLEME Ders-2 İmgeler, Dosya Tipleri ve Temel İşlemler (Prof. Dr. Sarp ERTÜRK) Görüntüleme 29 Eylül 2013 2 Video 29 Eylül 2013 3 Video İşaretlerinin İletimi 29 Eylül 2013 4 Tarama 29 Eylül 2013 5
DetaylıFrekans Spektrumu. frekans. dalga boyu
İmge Kavramı Sayısal İmge (Digital Image), çeşitli yollarla elde edilen bilgilerin görsel olarak saklanmasına ve gösterimine olanak sağlayan yapılardır. Her türlü iki boyutlu bilgi imge olarak ele alınabilir.
DetaylıBLG325.1 SINYAL ISLEME DERSİ BİLGİ PAKETİ. Haftalık Ders Planı
Düzey : Lisans Ders Kodu : BLG325.1 Ders Adı : SINYAL ISLEME BLG325.1 SINYAL ISLEME DERSİ BİLGİ PAKETİ lık Ders Planı 1 : İşaret ve sistem tanımı, ayrık zamanlı ve sürekli zamanlı sistemler, ayrık değerli
DetaylıBilgisayarla Görüye Giriş
Bilgisayarla Görüye Giriş Ders 5 Görüntü Süzgeçleme ve Gürültü Giderimi Alp Ertürk alp.erturk@kocaeli.edu.tr Motivasyon: Gürültü Giderimi Bir kamera ve sabit bir sahne için gürültüyü nasıl azaltabiliriz?
DetaylıHafta 5 Uzamsal Filtreleme
BLM429 Görüntü İşlemeye Giriş Hafta 5 Uzamsal Filtreleme Yrd. Doç. Dr. Caner ÖZCAN If the facts don't fit the theory, change the facts. ~Einstein İçerik 3. Yeğinlik Dönüşümleri ve Uzamsal Filtreleme Temel
DetaylıUzaysal Görüntü İyileştirme/Filtreleme. Doç. Dr. Fevzi Karslı fkarsli@ktu.edu.tr
Uasal Görüntü İileştirme/Filtreleme Doç. Dr. Fevi Karslı karsli@ktu.edu.tr İileştirme Herhangi bir ugulama için, görüntüü orijinalden daha ugun hale getirmek Ugunluğu her bir ugulama için sağlamak. Bir
DetaylıBölüm 4 Yoğunluk Dönüşümleri ve Histogram İşleme
BLM429 Görüntü İşlemeye Giriş Bölüm 4 Yoğunluk Dönüşümleri ve Histogram İşleme Dr. Öğr. Üyesi Caner ÖZCAN It makes all the difference whether one sees darkness through the light or brightness through the
DetaylıBilgisayarla Görüye Giriş
Bilgisayarla Görüye Giriş Ders 6 Kenar, Köşe, Yuvarlak Tespiti Alp Ertürk alp.erturk@kocaeli.edu.tr KENAR TESPİTİ Kenar Tespiti Amaç: Görüntüdeki ani değişimleri / kesintileri algılamak Şekil bilgisi elde
DetaylıGörüntü İşleme Dersi Ders-8 Notları
Görüntü İşleme Dersi Ders-8 Notları GRİ SEVİYE DÖNÜŞÜMLERİ Herhangi bir görüntü işleme operasyonu, görüntüdeki pikselin gri seviye değerlerini dönüştürme işlemidir. Ancak, görüntü işleme operasyonları;
DetaylıİMGE İŞLEME Ders-9. İmge Sıkıştırma. Dersin web sayfası: (Yrd. Doç. Dr. M.
İMGE İŞLEME Ders-9 İmge Sıkıştırma (Yrd. Doç. Dr. M. Kemal GÜLLÜ) Dersin web sayfası: http://mf.kou.edu.tr/elohab/kemalg/imge_web/odev.htm Hazırlayan: M. Kemal GÜLLÜ İmge Sıkıştırma Veri sıkıştırmanın
DetaylıMOD419 Görüntü İşleme
MOD419 Görüntü İşleme Ders Kitabı: Digital Image Processing by Gonzalez and Woods Puanlama: %30 Lab. %20 Vize %10 Quizes %40 Final %60 devam mecburiyeti Görüntü İşleme ye Giriş Görüntü İşleme Nedir? Özellikle
DetaylıİMGE İŞLEME Ders-7. Morfolojik İmge İşleme. Dersin web sayfası: http://mf.kou.edu.tr/elohab/kemalg/imge_web/odev.htm. (Yrd. Doç. Dr. M.
İMGE İŞLEME Ders-7 Morfolojik İmge İşleme (Yrd. Doç. Dr. M. Kemal GÜLLÜ) Dersin web sayfası: http://mf.kou.edu.tr/elohab/kemalg/imge_web/odev.htm Hazırlayan: M. Kemal GÜLLÜ Morfoloji Biyolojinin canlıların
DetaylıGama ışını görüntüleme: X ışını görüntüleme:
Elektronik ve Hab. Müh. Giriş Dersi Görüntü İşleme Yrd. Doç. Dr. M. Kemal GÜLLÜ Uygulama Alanları Gama ışını görüntüleme: X ışını görüntüleme: Uygulama Alanları Mor ötesi bandı görüntüleme: Görünür ve
DetaylıGörüntü İşleme Ders-7 AND, NAND. % bir görüntüde küçük bir alanın kesilip çıkartılması. >> y=imread('headquarters-2and.jpg');
Görüntü İşleme Ders-7 AND, NAND % bir görüntüde küçük bir alanın kesilip çıkartılması. >> x=imread('headquarters-2.jpg'); >> y=imread('headquarters-2and.jpg'); >> x=rgb2gray(x); >> y=rgb2gray(y); >> imshow(y)
DetaylıDigital Görüntü Temelleri Görüntü Oluşumu
Digital Görüntü Temelleri Görüntü Oluşumu Işık 3B yüzeye ulaşır. Yüzey yansıtır. Sensör elemanı ışık enerjisini alır. Yoğunluk (Intensity) önemlidir. Açılar önemlidir. Materyal (yüzey) önemlidir. 25 Ekim
DetaylıDigital Görüntü Temelleri Görüntü Oluşumu
Digital Görüntü Temelleri Görüntü Oluşumu Işık 3B yüzeye ulaşır. Yüzey yansıtır. Sensör elemanı ışık enerjisini alır. Yoğunluk (Intensity) önemlidir. Açılar önemlidir. Materyal (yüzey) önemlidir. 06 Kasım
DetaylıAKÜ TEKNOLOJİ FAKÜLTESİ MEKATRONİK MÜHENDİSLİĞİ BÖLÜMÜ
GÖRÜNTÜ İŞLEME DERS-8 YARDIMCI NOTLARI -2018 Gri Seviye Dönüşümleri Herhangi bir görüntü işleme operasyonu, görüntüdeki pikselin gri seviye değerlerini dönüştürme işlemidir. Ancak, görüntü işleme operasyonları;
DetaylıBölüm 3 Görüntü İşleme ile İlgili Temel Kavramlar
BLM429 Görüntü İşlemeye Giriş Bölüm 3 Görüntü İşleme ile İlgili Temel Kavramlar Dr. Öğr. Üyesi Caner ÖZCAN Those who wish to succeed must ask the right preliminary questions. (Başarmak isteyenler doğru
DetaylıGörüntü İşleme. Dijital Görüntü Tanımları. Dijital görüntü ise sayısal değerlerden oluşur.
Görüntü İşleme Görüntü işleme, dijital bir resim haline getirilmiş olan gerçek yaşamdaki görüntülerin bir girdi resim olarak işlenerek, o resmin özelliklerinin ve görüntüsünün değiştirilmesidir. Resimler
DetaylıAKÜ TEKNOLOJİ FAKÜLTESİ MEKATRONİK MÜHENDİSLİĞİ BÖLÜMÜ
GÖRÜNTÜ İŞLEME DERS-12 YARDIMCI NOTLARI -2018 ÇALIŞMA SORULARI Soru 1: (256x256) boyutlarında gri seviye bir görüntü dosyası olan cameraman.tif dosyasını Matlab ortamında 4 eşit parçaya bölünüz. Her bir
DetaylıGörüntü İşleme. K.Sinan YILDIRIM Cenk İNCE Tahir Emre KALAYCI. Ege Üniversitesi Bilgisayar Mühendisliği Bölümü 2003
Görüntü İşleme K.Sinan YILDIRIM Cenk İNCE Tahir Emre KALAYCI Ege Üniversitesi Bilgisayar Mühendisliği Bölümü 2003 İçerik Görüntü İşleme Nedir? Görüntü Tanımlamaları Görüntü Operasyonları Görüntü İşleme
DetaylıMATLAB. Temel işlemler, Vektörler, Matrisler DOÇ. DR. ERSAN KABALCI
MATLAB Temel işlemler, Vektörler, Matrisler DOÇ. DR. ERSAN KABALCI İçerik Matlab Nedir? Matlab ın Kullanım Alanları Matlab Açılış Ekranı Matlab Programı İle Temel İşlemlerin Gerçekleştirilmesi Vektör İşlemleri
DetaylıGÖRÜNTÜ İŞLEME HAFTA 4 DÖNÜŞÜMLER UZAYSAL FİLTRELEME
GÖRÜNTÜ İŞLEME HAFTA 4 DÖNÜŞÜMLER UZAYSAL FİLTRELEME DERS İÇERİĞİ Histogram İşleme Filtreleme Temelleri HİSTOGRAM Histogram bir resimdeki renk değerlerinin sayısını gösteren grafiktir. Histogram dengeleme
DetaylıMMT 106 Teknik Fotoğrafçılık 3 Digital Görüntüleme
MMT 106 Teknik Fotoğrafçılık 3 Digital Görüntüleme 2010-2011 Bahar Yarıyılı Ar. Gör. Dr. Ersoy Erişir 1 Konvansiyonel Görüntüleme (Fotografi) 2 Görüntü Tasarımı 3 Digital Görüntüleme 3.1 Renkler 3.2.1
DetaylıBİLGİSAYAR PROGRAMLAMA DERSİ
BİLGİSAYAR PROGRAMLAMA DERSİ Yrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü DERS NOTU 5 KONU: Matlab de Diziler ve Matrisler İÇ İÇE FOR DÖNGÜSÜ
DetaylıBölüm 7 Renkli Görüntü İşleme
BLM429 Görüntü İşlemeye Giriş Bölüm 7 Renkli Görüntü İşleme Dr. Öğr. Üyesi Caner ÖZCAN Genç sanatçının, rengin sadece tanımlayıcı değil aynı zamanda kişisel ifade anlamına geldiğini anlaması renge dokunmasından
DetaylıDersin Sorumlusu: Yrd. Doç. Dr. Birol SOYSAL. Sunumları Hazırlayan: Doç. Dr. Bülent ÇAKMAK
MATLAB de Bilgisayar Programlama Dersin Sorumlusu: Yrd. Doç. Dr. Birol SOYSAL Sunumları Hazırlayan: Doç. Dr. Bülent ÇAKMAK ALT PROGRAMLAR:M-Fonksiyon Yapısı function cikis_ifadesi1, 2,, n =fonksiyon_adi
DetaylıAlgoritmalar ve Programlama. DERS - 4 Yrd. Doç. Dr. Ahmet SERBES
Algoritmalar ve Programlama DERS - 4 Yrd. Doç. Dr. Ahmet SERBES Geçen Derste Değişken oluşturma Skaler Diziler, vektörler Matrisler Aritmetik işlemler Bazı fonksiyonların kullanımı Operatörler İlk değer
DetaylıBilgisayarla Görüye Giriş
Bilgisayarla Görüye Giriş Ders 7 SIFT ve Öznitelik Eşleme Alp Ertürk alp.erturk@kocaeli.edu.tr Panorama Oluşturma Görüntü mozaikleme, panorama oluşturma gibi tüm uygulamalar için öncelikle ilgili görüntülerin
DetaylıYrd. Doç. Dr. Caner ÖZCAN
Yrd. Doç. Dr. Caner ÖZCAN Grafik Programlama Bilgisayar kullanılırken monitörlerde iki tür ekran moduyla karşılaşılır. Bu ekran modları Text modu ve Grafik modu dur. Text modunda ekran 25 satır ve 80 sütundan
DetaylıUzaktan Algılama Teknolojileri
Uzaktan Algılama Teknolojileri Ders 11 Hiperspektral Görüntülerde Kümeleme ve Sınıflandırma Alp Ertürk alp.erturk@kocaeli.edu.tr Sınıflandırma Sınıflandırma işleminin amacı, her piksel vektörüne bir ve
DetaylıUYDU GÖRÜNTÜLERİ VE SAYISAL UZAKTAN ALGILAMA
UYDU GÖRÜNTÜLERİ VE SAYISAL UZAKTAN ALGILAMA Son yıllarda teknolojinin gelişmesi ile birlikte; geniş alanlarda, kısa zaman aralıklarında ucuz ve hızlı sonuç alınabilen uzaktan algılama tekniğinin, yenilenebilir
DetaylıTÜRKİYE CUMHURİYETİ DEVLETİNİN temellerinin atıldığı Çanakkale zaferinin 100. yılı kutlu olsun.
Doç.Dr.Mehmet MISIR-2013 TÜRKİYE CUMHURİYETİ DEVLETİNİN temellerinin atıldığı Çanakkale zaferinin 100. yılı kutlu olsun. Son yıllarda teknolojinin gelişmesi ile birlikte; geniş alanlarda, kısa zaman aralıklarında
Detaylıİmage segmentasyon (Görüntü Bölütleme)
İmage segmentasyon (Görüntü Bölütleme) Segmantasyon (Bölütleme) Segmentasyon genellikle görüntü analizinin ilk aşamasıdır. Görüntü bölütleme, bir görüntüyü her biri içerisinde farklı özelliklerin tutulduğu
DetaylıGÖRÜNTÜ İŞLEME HAFTA 1 1.GİRİŞ
GÖRÜNTÜ İŞLEME HAFTA 1 1.GİRİŞ GÖRÜNTÜ İŞLEME Hafta Hafta 1 Hafta 2 Hafta 3 Hafta 4 Hafta 5 Hafta 6 Hafta 7 Hafta 8 Hafta 9 Hafta 10 Hafta 11 Hafta 12 Hafta 13 Hafta 14 Konu Giriş Digital Görüntü Temelleri-1
DetaylıGÖRÜNTÜ İŞLEME - (7.Hafta) KENAR BELİRLEME ALGORİTMALARI
GÖRÜNTÜ İŞLEME - (7.Hafta) KENAR BELİRLEME ALGORİTMALARI Bu konuda bir çok algoritma olmasına rağmen en yaygın kullanılan ve etkili olan Sobel algoritması burada anlatılacaktır. SOBEL FİLTRESİ Görüntüyü
Detaylı1. RESİM DÜZENLEME. Bir resmin piksel yoğunluğu yani PPI (Pixel Per Inches) 1 inç karede (1 inç = 2.54 cm) bulunan piksel sayısıdır.
1.1. Temel Kavramlar 1.1.1. Piksel 1. RESİM DÜZENLEME Ekranda oluşturulan görüntüler noktalardan oluşur. Noktalar kare şeklindedir. Çok yakından bakıldığı veya resim büyütüldüğü zaman bu noktalar fark
DetaylıUzaktan Algılama Teknolojileri
Uzaktan Algılama Teknolojileri Ders 2 MATLAB ve Görüntü İşleme Alp Ertürk alp.erturk@kocaeli.edu.tr MATLAB Matrix Laboratory nin kısaltmasıdır Bir çok uygulamada kolaylık sağlayacak özelleşmiş parçaları
DetaylıBilgisayar ne elde eder (görüntüden)? Dijital Görüntü İşleme Fevzi Karslı, KTÜ. 08 Ekim 2013 Salı 51
Bilgisayar ne elde eder (görüntüden)? 08 Ekim 2013 Salı 51 Zorluk 1: bakış açısı 2012, Selim Aksoy 08 Ekim 2013 Salı 52 Zorluk 2: aydınlatma 08 Ekim 2013 Salı 53 Zorluk 3: oklüzyon (ölü bölge oluşumu)
DetaylıYıldız Teknik Üniversitesi Fen Bilimleri Enstitüsü Bilgisayar Mühendisliği Bölümü. Bilgisayarla Görme. Final
Yıldız Teknik Üniversitesi Fen Bilimleri Enstitüsü Bilgisayar Mühendisliği Bölümü Bilgisayarla Görme Final Harris ve Moravec Köşe Belirleme Metotları Selçuk BAŞAK 08501008 Not: Ödevi hazırlamak için geliştirdiğim
DetaylıHafta 2 Görüntünün Alınması ve Sayısallaştırılması
BLM429 Görüntü İşlemeye Giriş Hafta 2 Görüntünün Alınması ve Sayısallaştırılması Yrd. Doç. Dr. Caner ÖZCAN When something can be read without effort, great effort has gone into its writing. ~E. J. Poncela
DetaylıYıldız Teknik Üniversitesi Fen Bilimleri Enstitüsü Bilgisayar Mühendisliği Bölümü. Bilgisayarla Görme. Vize. İris Segmentation. Selçuk BAŞAK 08501008
Yıldız Teknik Üniversitesi Fen Bilimleri Enstitüsü Bilgisayar Mühendisliği Bölümü Bilgisayarla Görme Vize İris Segmentation Selçuk BAŞAK 08501008 Not: Ödevi hazırlamak için geliştirdiğim program ve kaynak
DetaylıHafta 4 Yoğunluk Dönüşümleri ve Histogram İşleme
BLM429 Görüntü İşlemeye Giriş Hafta 4 Yoğunluk Dönüşümleri ve Histogram İşleme Yrd. Doç. Dr. Caner ÖZCAN It makes all the difference whether one sees darkness through the light or brightness through the
DetaylıBİLGİSAYAR PROGRAMLAMA
BİLGİSAYAR PROGRAMLAMA Yrd. Doç. Dr. Beytullah EREN beren@sakarya.edu.tr 0264 295 5642 Excel - Hücreler Excel de hücrelere hangi değerler girilebilir? Metin Rakam Tarih ve Saat Formül 1 HÜCRE SEÇİMİ Matematikteki
DetaylıDers Adı Kodu Yarıyılı T+U Saati Ulusal Kredisi AKTS
DERS BİLGİLERİ Ders Adı Kodu Yarıyılı T+U Saati Ulusal Kredisi AKTS Sayısal Görüntü İşleme BIL413 7 3+0 3 5 Ön Koşul Dersleri Yok Dersin Dili Dersin Seviyesi Dersin Türü Türkçe Lisans Seçmeli / Yüz Yüze
DetaylıGri Seviye Dönüşümleri ve Uzaysal Filtreleme. BMÜ-357 Sayısal Görüntü İşleme Yrd. Doç. Dr. İlhan AYDIN
Gri Seviye Dönüşümleri ve Uzaysal Filtreleme BMÜ-357 Sayısal Görüntü İşleme Yrd. Doç. Dr. İlhan AYDIN GRİ SEVİYE DÖNÜŞÜMLERİ Herhangi bir görüntü işleme operasyonu, görüntüdeki pikselin gri seviye değerlerini
DetaylıBÖLÜM 5 MERKEZİ EĞİLİM ÖLÇÜLERİ
1 BÖLÜM 5 MERKEZİ EĞİLİM ÖLÇÜLERİ Gözlenen belli bir özelliği, bu özelliğe ilişkin ölçme sonuçlarını yani verileri kullanarak betimleme, istatistiksel işlemlerin bir boyutunu oluşturmaktadır. Temel sayma
DetaylıÖNDER BİLGİSAYAR KURSU. Microsoft Office Kursu Eğitim İçeriği
ÖNDER BİLGİSAYAR KURSU Microsoft Office Kursu Eğitim İçeriği Microsoft WORD 1. PENCERE ELEMANLARI VE GÖRÜNTÜLEME BİÇİMLERİ 1.1. Genel Bilgiler 1.2. Ekran Görünümleri 1.3. Metin Sınırları ve Basımda Çıkmayan
DetaylıMatlab da Dizi ve Matrisler. Mustafa Coşar
Matlab da Dizi ve Matrisler Mustafa Coşar MATLAB Değişkenleri Matlab da değişkenler; skaler, dizi(vektör), matris veya metin (string) türünde olabilirler. Örnek olarak: a=1; b=-3.2e3; c=22/5; metin= mustafa
DetaylıBİLGİSAYAR UYGULAMALARI Şırnak Üniversitesi Mühendislik Fakültesi Güz Dönemi Arş.Gör. Eren DEMİR ve Arş.Gör. Veysel KIŞ (
BİLGİSAYAR UYGULAMALARI Şırnak Üniversitesi Mühendislik Fakültesi 2018-19 Güz Dönemi Arş.Gör. Eren DEMİR ve Arş.Gör. Veysel KIŞ (e-mail: edemir@sirnak.edu.tr ) 04.10.2018 1 MATLAB da Workspace ve Workspace
DetaylıHızlı Düzey Küme Yöntemine Bağlı Retinal Damar Bölütlemesi. Bekir DİZDAROĞLU. KTÜ Bilgisayar Mühendisliği Bölümü
Bekir DİZDAROĞLU KTÜ Bilgisayar Mühendisliği Bölümü bekir@ktu.edu.tr 1/29 Tıbbi imge bölütleme klasik yaklaşımları a) Piksek tabanlı b) Kenar tabanlı c) Bölge tabanlı d) Watershed (sınır) tabanlı e) Kenar
DetaylıTemel Bilgi Teknolojileri - II Ayrıntılı Ders İçerikleri
Temel Bilgi Teknolojileri - II Ayrıntılı Ders İçerikleri Hesap Tabloları(Excel 2007) HAFTA 1 1. Hesap Tablolarına Giriş 1.1. Hesap tablosu tanımı, kullanım amacı ve yerleri 1.2. MS Excel Uygulamasına giriş
DetaylıAKÜ TEKNOLOJİ FAKÜLTESİ MEKATRONİK MÜHENDİSLİĞİ BÖLÜMÜ
GÖRÜNTÜ İŞLEME DERS-9 YARDIMCI NOTLARI -2018 Hızlı Fourier Dönüşümü Matlab Örnekleri: fftshow() fonksiyonu function [ ] = fftshow(f) fl=log(1+abs(f)); fm=max(fl(:)); figure,imshow(im2uint8(fl/fm)); end
DetaylıGÖRÜNTÜ İŞLEME - (6.Hafta) GÖRÜNTÜ NETLEŞTİRME ALGORİTMALARI
GÖRÜNTÜ İŞLEME - (6.Hafta) GÖRÜNTÜ NETLEŞTİRME ALGORİTMALARI NETLEŞTİRME/KESKİNLEŞTİRME FİLTRESİ (Sharpening Filter) Bu algoritma orjinal görüntüden, görüntünü yumuşatılmış halini çıkararak belirgin kenarların
DetaylıGÖRÜNTÜ İŞLEME UYGULAMALARI. Arş. Gör. Dr. Nergis TURAL POLAT
GÖRÜNTÜ İŞLEME UYGULAMALARI Arş. Gör. Dr. Nergis TURAL POLAT İçerik Görüntü işleme nedir, amacı nedir, kullanım alanları nelerdir? Temel kavramlar Uzaysal frekanslar Örnekleme (Sampling) Aynalama (Aliasing)
Detaylı2015/2016 Bahar Yarıyılı Bitirme Çalışması Konuları. (Doç.Dr. M. Kemal GÜLLÜ)
2015/2016 Bahar Yarıyılı Bitirme Çalışması Konuları (Doç.Dr. M. Kemal GÜLLÜ) 1. Ses temelli malzeme tanıma Malzemelerin çarpma etkisi ile çıkarttıkları seslerin mikrofon ile bir PC ye alınması ve işaretten
DetaylıNEIGHBOURHOOD PROCESSING (KOMŞULUK İLİŞKİLİ İŞLEMLERİ- BÖLGESEL İŞLEMLER-UZAYSAL FİLTRELEME) BMÜ-357 Sayısal Görüntü İşleme Yrd. Doç. Dr.
NEIGHBOURHOOD PROCESSING (KOMŞULUK İLİŞKİLİ İŞLEMLERİ- BÖLGESEL İŞLEMLER-UZAYSAL FİLTRELEME) BMÜ-357 Sayısal Görüntü İşleme Yrd. Doç. Dr. İlhan AYDIN 1 KOMŞULUK İLİŞKİLİ İŞLEMLER (UZAYSAL FİLİTRELER) Noktasal
DetaylıMATLAB Semineri. EM 314 Kontrol Sistemleri 1 GÜMMF Elektrik-Elektronik Müh. Bölümü. 30 Nisan / 1 Mayıs 2007
MATLAB Semineri EM 314 Kontrol Sistemleri 1 GÜMMF Elektrik-Elektronik Müh. Bölümü 30 Nisan / 1 Mayıs 2007 İçerik MATLAB Ekranı Değişkenler Operatörler Akış Kontrolü.m Dosyaları Çizim Komutları Yardım Kontrol
DetaylıGrafik Dosya Formatları Grafik dosya formatları, grafik boyutlarını düşürmek amacıyla geliştirilen matematiksel algoritmalardır. Çeşitli amaçlara yönelik olarak kullanılan birçok grafik dosya formatı vardır.
DetaylıRASGELE SÜREÇLER İ.Ü. ELEKTRİK ELEKTRONİK MÜHENDİSLİĞİ İLETİŞİM LABORATUVARI ARALIK, 2007
RASGELE SÜREÇLER İ.Ü. ELEKTRİK ELEKTRONİK MÜHENDİSLİĞİ İLETİŞİM LABORATUVARI ARALIK, 007 1 Tekdüze Dağılım Bir X rasgele değişkenin, a ve b arasında tekdüze dağılımlı olabilmesi için olasılık yoğunluk
DetaylıGörüntü Segmentasyonu (Bölütleme)
Görüntü Segmentasyonu (Bölütleme) Segmentasyon, görüntüyü aynı cinsten obje ve bölgelere ayırmaktır. 20 Aralık 2014 Cumartesi 1 Görüntü Segmentasyonu 20 Aralık 2014 Cumartesi 2 Gestalt kanunları Görüntü
DetaylıBilgisayar Grafikleri
Bilgisayar Grafikleri Kaynak Kitaplar : Mathematical Elements for Computer Graphics David F.Rogers, J.Alan Adams McGraw-Hill Publishing Company Procedural Elements for Computer Graphics David F.Rogers
DetaylıGÖRÜNTÜ İŞLEME HAFTA 2 SAYISAL GÖRÜNTÜ TEMELLERİ
GÖRÜNTÜ İŞLEME HAFTA 2 SAYISAL GÖRÜNTÜ TEMELLERİ GÖRÜNTÜ ALGILAMA Üç temel zar ile kaplıdır. 1- Dış Zar(kornea ve Sklera) 2- Koroid 3- Retina GÖRÜNTÜ ALGILAMA ---Dış Zar İki kısımdan oluşur. Kornea ve
DetaylıBölüm 6 Görüntü Onarma ve Geriçatma
BLM429 Görüntü İşlemeye Giriş Bölüm 6 Görüntü Onarma ve Geriçatma Dr. Öğr. Üyesi Caner ÖZCAN Gördüğümüz şeyler tek başlarına ne gördüğümüz değildir... Hislerimizin algı yeteneğinden ayrı olarak nesnelerin
Detaylı3.2. Raster Veriler. Satırlar. Sütunlar. Piksel/hücre büyüklüğü
3.2. Raster Veriler Satırlar Piksel/hücre büyüklüğü Sütunlar 1 Görüntü formatlı veriler Her piksel için gri değerleri kaydedilmiştir iki veya üç bant (RGB) çok sayıda bant Fotoğraf, uydu görüntüsü, ortofoto,
DetaylıBLM-112 PROGRAMLAMA DİLLERİ II. Ders-8 Dosya İşlemleri-1. Yrd. Doç. Dr. Ümit ATİLA
BLM-112 PROGRAMLAMA DİLLERİ II Ders-8 Dosya İşlemleri-1 Yrd. Doç. Dr. Ümit ATİLA umitatila@karabuk.edu.tr http://web.karabuk.edu.tr/umitatilla/ Giriş Değişken ve dizilerde tutulan değerler programın çalışması
DetaylıUzaktan Algılama Teknolojileri
Uzaktan Algılama Teknolojileri Ders 8 Multispektral Görüntüleme ve Uygulamaları Alp Ertürk alp.erturk@kocaeli.edu.tr Multispektral Görüntüleme Her piksel için birkaç adet spektral kanalda ölçüm değeri
Detaylı2 Ders Kodu: GSR3114 3 Ders Türü: Seçmeli 4 Ders Seviyesi Lisans
DİJİTAL GÖRÜNTÜLEME TEKNİKLERİ 1 Ders Adi: DİJİTAL GÖRÜNTÜLEME TEKNİKLERİ 2 Ders Kodu: GSR3114 3 Ders Türü: Seçmeli 4 Ders Seviyesi Lisans 5 Dersin Verildiği Yıl: 3 6 Dersin Verildiği Yarıyıl 6 7 Dersin
Detaylı2.3. MATRİSLER Matris Tanımlama
2.3. MATRİSLER 2.3.1. Matris Tanımlama Matrisler girilirken köşeli parantez kullanılarak ( [ ] ) ve aşağıdaki yollardan biri kullanılarak girilir: 1. Elemanları bir tam liste olarak girmek Buna göre matris
DetaylıYrd. Doç. Dr. Saygın ABDİKAN Öğretim Yılı Bahar Dönemi
Dijital Görüntü İşleme (JDF338) Yrd. Doç. Dr. Saygın ABDİKAN 2016-2017 Öğretim Yılı Bahar Dönemi 1 Ana bileşenler dönüşümü 2 Yöntem, minimum korelasyonlu bilgileri sıkıştırarak veri grubu hakkında maksimum
Detaylı7. BÖLÜM İÇ ÇARPIM UZAYLARI İÇ ÇARPIM UZAYLARI İÇ ÇARPIM UZAYLARI İÇ ÇARPIM UZAYLARI .= 1 1 + + Genel: Vektörler bölümünde vektörel iç çarpım;
İÇ ÇARPIM UZAYLARI 7. BÖLÜM İÇ ÇARPIM UZAYLARI Genel: Vektörler bölümünde vektörel iç çarpım;.= 1 1 + + Açıklanmış ve bu konu uzunluk ve uzaklık kavramlarını açıklamak için kullanılmıştır. Bu bölümde öklit
Detaylı8.04 Kuantum Fiziği Ders IV. Kırınım olayı olarak Heisenberg belirsizlik ilkesi. ise, parçacığın dalga fonksiyonu,
Geçen Derste Kırınım olayı olarak Heisenberg belirsizlik ilkesi ΔxΔp x 2 Fourier ayrışımı Bugün φ(k) yı nasıl hesaplarız ψ(x) ve φ(k) ın yorumu: olasılık genliği ve olasılık yoğunluğu ölçüm φ ( k)veyahut
DetaylıNesne Yönelimli Programlama
1 Nesne Yönelimli Programlama Hazırlayan: M.Ali Akcayol Gazi Üniversitesi Bilgisayar Mühendisliği Bölümü Not: Bu dersin sunumları, Java Programlama Dili ve Yazılım Tasarımı, Altuğ B. Altıntaş, Papatya
DetaylıGÖRÜNTÜ İŞLEME - (5.Hafta)
GÖRÜNTÜ İŞLEME - (5.Hafta) RESİM YUMUŞATMA (BULANIKLAŞTIRMA-BLURRING) FİLTRELERİ Görüntü işlemede, filtreler görüntüyü yumuşatmak yada kenarları belirginleştirmek için dijital filtreler kullanılır. Bu
DetaylıBilgisayarla Görüye Giriş
Bilgisayarla Görüye Giriş Ders 12 Video, Optik Akış ve Takip Alp Ertürk alp.erturk@kocaeli.edu.tr Video Video, farklı zamanlarda alınan çerçeveler dizisidir Videolar, iki boyut uzamsal, üçüncü boyut zaman
DetaylıYÖNEYLEM ARAŞTIRMASI-2 -Markov Zincirleri-
YÖNEYLEM ARAŞTIRMASI-2 -Markov Zincirleri- Hazırlayan Yrd. Doç. Selçuk Üniversitesi Mühendislik Fakültesi - Endüstri Mühendisliği Bölümü Giriş Zaman içerisinde tamamen önceden kestirilemeyecek şekilde
DetaylıGiriş MİKROİŞLEMCİ SİSTEMLERİ. Elektronik Öncesi Kuşak. Bilgisayar Tarihi. Elektronik Kuşak. Elektronik Kuşak. Bilgisayar teknolojisindeki gelişme
Giriş MİKROİŞLEMCİ SİSTEMLERİ Bilgisayar teknolojisindeki gelişme Elektronik öncesi kuşak Elektronik kuşak Mikroişlemci kuşağı Yrd. Doç. Dr. Şule Gündüz Öğüdücü 1 Bilgisayar Tarihi Elektronik Öncesi Kuşak
DetaylıMAK 210 SAYISAL ANALİZ
MAK 210 SAYISAL ANALİZ BÖLÜM 6- İSTATİSTİK VE REGRESYON ANALİZİ Doç. Dr. Ali Rıza YILDIZ 1 İSTATİSTİK VE REGRESYON ANALİZİ Bütün noktalardan geçen bir denklem bulmak yerine noktaları temsil eden, yani
DetaylıFen ve Mühendislik Uygulamalarında MATLAB
Fen ve Mühendislik Uygulamalarında MATLAB Dosya Yönetimi Fonksiyon Yapısı Doç. Dr. İrfan KAYMAZ MATLAB Ders Notları DOSYA YÖNETİMİ Şu ana kadar bir programda hesaplanan veya elde edilen veriler RAM de
DetaylıPHP, nesne-yönelimli (object-oriented) bir dil olduğu için, nesne oluşturma imkânına ve bunların kullanılmasını sağlayan metodlara da sahiptir.
PHP'nin Temelleri PHP Nedir? PHP, bir programlama dili olarak, değişkenler, değişkenlerin değerleriyle bir işlem yapmayı sağlayan işlemciler (operatörler), işlemcilerle oluşturulan deyimler ve nihayet
DetaylıYrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü
Mühendislikte İstatistiksel Yöntemler Yrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü 1 Araştırma sonuçlarının açıklanmasında frekans tablosu
DetaylıGörüntü Restorasyonu. BMÜ-357 Sayısal Görüntü İşeme Yrd. Doç. Dr. İlhan AYDIN
Görüntü Restorasyonu BMÜ-357 Sayısal Görüntü İşeme Yrd. Doç. Dr. İlhan AYDIN Görüntü İyileştirme (İmage restoration) Görüntü restorasyonu konusu, bir görüntünün oluşumu esnasında oluşabilen veri kayıplarını
DetaylıTIBBİ ENSTRUMANTASYON TASARIM VE UYGULAMALARI SAYISAL FİLTRELER
TIBBİ ENSTRUMANTASYON TASARIM VE UYGULAMALARI SAYISAL FİLTRELER SUNU PLANI Analog sayısal çevirici FIR Filtreler IIR Filtreler Adaptif Filtreler Pan-Tompkins Algoritması Araş. Gör. Berat Doğan 08/04/2015
DetaylıMAPINFO PROFESSIONAL TEMEL VE İLERİ SEVİYE KURS İÇERİĞİ
MAPINFO PROFESSIONAL TEMEL VE İLERİ SEVİYE KURS İÇERİĞİ Başar Bilgisayar Sistemleri Ve İletişim Teknolojileri San. Ve Tic. Ltd. Şti. Web site: http://www.basarsoft.com.tr Kontak mail: basar@basarsoft.com.tr
DetaylıGörme Destekli Kartezyen Robot İçin Kenar Resmi Vektorizasyon Uygulaması
Görme Destekli Kartezyen Robot İçin Kenar Resmi Vektorizasyon Uygulaması Cengiz Balta 1 Sıtkı Öztürk 2 Cüneyt Oysu 3 1,2 Elektronik ve Haberleşme Mühendisliği Bölümü, Kocaeli Üniversitesi 3 Mekatronik
DetaylıBilgisayarla Görüye Giriş
Bilgisayarla Görüye Giriş Ders 4 İkili Görüntüler, Topoloji ve Morfoloji Alp Ertürk alp.erturk@kocaeli.edu.tr İkili (binary) görüntüler Gri skala veya renkli bir görüntünün eşiklenmesi ile elde edilirler.
DetaylıVERİ MADENCİLİĞİ (Veri Ön İşleme-2) Yrd.Doç.Dr. Kadriye ERGÜN
VERİ MADENCİLİĞİ (Veri Ön İşleme-2) Yrd.Doç.Dr. Kadriye ERGÜN kergun@balikesir.edu.tr Genel İçerik Veri Madenciliğine Giriş Veri Madenciliğinin Adımları Veri Madenciliği Yöntemleri Sınıflandırma Kümeleme
DetaylıAdı soyadı :... Öğrenci no :... İmza :... Tarih, Süre : dak.
Selçuk Üniversitesi Mühendislik Fakültesi Harita Mühendisliği Bölümü ra Sınavı Test Soruları dı soyadı :... Öğrenci no :... İmza :... Tarih, Süre :13.04.2017 60 dak. Dikkat!!! Soru kitapçığında ve cevap
DetaylıUZAKTAN EĞİTİM MERKEZİ
ÜNİTE 2 VERİ TABANI İÇİNDEKİLER Veri Tabanı Veri Tabanı İle İlgili Temel Kavramlar Tablo Alan Sorgu Veri Tabanı Yapısı BAYBURT ÜNİVERSİTESİ UZAKTAN EĞİTİM MERKEZİ BİLGİSAYAR II HEDEFLER Veri tabanı kavramını
DetaylıBM202 SAYISAL ÇÖZÜMLEME
BM202 SAYISAL ÇÖZÜMLEME DOÇ.DR. CİHAN KARAKUZU DERS-2 1 Ders2-Sayısal Hesaplamalarda Gerek Duyulabilecek Matlab İşlemleri MATLAB, çok paradigmalı (bir şeyin nasıl üretileceği konusunda örnek, model) sayısal
DetaylıCCD KAMERA KULLANARAK SAYISAL GÖRÜNTÜ İŞLEME YOLUYLA GERÇEK ZAMANLI GÜVENLİK UYGULAMASI
CCD KAMERA KULLANARAK SAYISAL GÖRÜNTÜ İŞLEME YOLUYLA GERÇEK ZAMANLI GÜVENLİK UYGULAMASI Serhan COŞAR serhancosar@yahoo.com Oğuzhan URHAN urhano@kou.edu.tr M. Kemal GÜLLÜ kemalg@kou.edu.tr İşaret ve Görüntü
DetaylıEEM HABERLEŞME TEORİSİ NİĞDE ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ BÖLÜMÜ
EEM3006 - HABERLEŞME TEORİSİ NİĞDE ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ BÖLÜMÜ EEM3006 - HABERLEŞME TEORİSİ Dersin Öğretim Elemanı: Yrd. Doç. Dr. Yasin KABALCI Ders Görüşme
DetaylıGörüntü İyileştirme Teknikleri. Hafta-6
Görüntü İyileştirme Teknikleri Hafta-6 Doç. Dr. Oğuz Güngör Karadeniz Teknik Üniversitesi Harita Mühendisliği Bölümü 6080 Trabzon ogungor@ktu.edu.tr İndisler Görüntü İyileştirme Teknikleri Radyometrik
DetaylıYrd. Doç. Dr. Caner ÖZCAN
Yrd. Doç. Dr. Caner ÖZCAN GİRİŞ Değişken ve dizilerde tutulan değerler programın çalışması esnasında değerlerini korurlarken programın çalışması sona erdiğinde veri kaybolur. Dosyalar verinin kalıcı olarak
Detaylı1. GİRİŞ 1.1. GENEL BAKIŞ 1.2. KULLANICI ARAYÜZÜ
1. GİRİŞ 1.1. GENEL BAKIŞ MATLAB (MATrix LABoratory) sayısal hesaplama ve dördüncü nesil programlama dilidir. MathWorks firması tarafından geliştiriliyor. MATLAB; - matris işlenmesine, - fonksiyonlar ve
DetaylıEĞİTİM-ÖĞRETİM YILI BİLİŞİM TEKNOLOJİLERİ VE YAZILIM DERSİ 6. SINIF 2. DÖNEM 2. SINAV ÇALIŞMA NOTLARI
2015-2016 EĞİTİM-ÖĞRETİM YILI BİLİŞİM TEKNOLOJİLERİ VE YAZILIM DERSİ 6. SINIF 2. DÖNEM 2. SINAV ÇALIŞMA NOTLARI MİCROSOFT EXCEL PROGRAMI Programın Açılışı: Başlat Tüm Programlar Microsoft Office Microsoft
DetaylıPhotoshop ta Web Sayfaları Oluşturma
Photoshop ta Web Sayfaları Oluşturma Dilimleme Photoshop ta üzerinde çalışılan resim dosyaları, düzenlenen fotoğraflar veya tasarlanan sayfalar web ortamında kullanılmak üzere hazırlanabilir. Bir web sayfasını
DetaylıKan Damarı Genişliği Değişiminin Ölçülmesinde Medikal Görüntü İşlemenin Uygulanması
Kan Damarı Genişliği Değişiminin Ölçülmesinde Medikal Görüntü İşlemenin Uygulanması Öğr. Gör. İsmail KAHRAMAN, Uzm. Vildan BAYRAM, Prof.Dr. Ertuğrul Ercan, Doç.Dr. Bahadır Kırılmaz Çanakkale 18 Mart Üniversitesi
Detaylı